H2O: Hướng dẫn sử dụng

Học máy không cần phải bị giới hạn bởi các phương trình phức tạp và mã quá tải. Với khung H2O hiệu suất cao, bạn có thể xây dựng, huấn luyện và triển khai các mô hình dự đoán cấp doanh nghiệp nhanh chóng và hiệu quả. Chương trình học dựa trên văn bản này sẽ giúp bạn từ người mới bắt đầu đến ứng dụng tự tin các thuật toán học máy vào các tập dữ liệu thực tế. Bạn sẽ học cách chuẩn bị dữ kiện, huấn luyện các thuật ngữ khác nhau, và chọn các mô hình hiệu quả nhất cho các mục tiêu kinh doanh cụ thể của bạn. Bạn sẽ học được: - Hiểu được các khái niệm cơ bản của học máy và kiến trúc của nền tảng H2O - Thực hiện các thuật toán học có giám sát bao gồm mô hình tuyến tính, rừng ngẫu nhiên, và máy tăng gradient - Tìm hiểu các kỹ thuật học không giám sát để tìm các mẫu ẩn và cụm trong dữ liệu của bạn - Sử dụng H2O AutoML để tự động huấn luyện, điều chỉnh và xếp hạng một đường ống của các mô hình ứng cử viên - Đánh giá hiệu suất mô hình bằng cách sử dụng các chỉ số chính và giải thích dự đoán bằng cách dùng các công cụ giải thích hiện đại Bắt đầu với thuật ngữ cơ bản và các nguyên tắc chuẩn bị dữ liệu, bạn sẽ tiến hành qua các hướng dẫn viết từng bước và các đoạn mã bao gồm phân loại, hồi quy, và nhóm. Bạn sẽ kết thúc bằng cách học cách so sánh hiệu suất mô hình và chuẩn bị các mô hình của bạn cho ứng dụng trong thế giới thực. Lớp học này được thiết kế cho người mới bắt đầu, các nhà phân tích dữ liệu và nhà phát triển phần mềm muốn có một sự giới thiệu tập trung vào mã, thực tế cho học máy mà không có thuật ngữ toán học. Bắt đầu đọc hôm nay để làm chủ học máy có thể mở rộng với H2O.